Vendor'ın 'JSON Mode'u var, nasıl kullanırım?

Name: Çıktı Formatlama: Markdown · Tablo · JSON · XML · YAML
Author: Şükrü Yusuf KAYA

Çıktı Formatlama: Markdown · Tablo · JSON · XML · YAML

LLM çıktısını programatik olarak işlemek için doğru formatı seçme. Markdown vs JSON vs XML trade-off'ları, parse-edilebilir çıktı pattern'leri.

Şükrü Yusuf KAYA

11 min read

5/11/2026

Beginner

Çıktı Formatlama Stratejileri

Çıktıyı insan mı, program mı okuyacak? Cevap, formatı belirler.

İnsan Okuyacak#

✅ Markdown ✅ Düz metin ✅ Tablo (markdown)

Esnek, okunabilir, görsel.

Program Okuyacak#

✅ JSON (en yaygın) ✅ XML (tag bazlı) ✅ YAML (insan + makine)

Yapılandırılmış, parse edilebilir.

JSON: Endüstri Standardı#

python

# JSON output — temiz parse
import os, json
from anthropic import Anthropic
load_dotenv = lambda *a: None  # placeholder
 
client = Anthropic(api_key=os.getenv("ANTHROPIC_API_KEY"))
 
system = """Sen bir CV parser'sın. Verilen CV metninden bilgi çıkar.
 
ÇIKTI FORMATI (kesinlikle bu yapıda, başka metin yok):
{
  "ad_soyad": "string",
  "email": "string | null",
  "telefon": "string | null",
  "deneyim_yili": number,
  "yetkinlikler": ["string", ...]
}"""
 
cv = """Mehmet Yılmaz
mehmet.yilmaz@example.com | 0532 XXX XX XX
 
10 yıllık backend mühendisi. Python, Go, PostgreSQL, Kafka, Kubernetes."""
 
r = client.messages.create(
    model="claude-haiku-4-5-20251001",
    max_tokens=300,
    temperature=0,  # JSON için T=0 ŞART
    system=system,
    messages=[
        {"role": "user", "content": cv},
        {"role": "assistant", "content": "{"}  # prefilling — JSON ile başlat
    ],
)
 
# Prefilled '{' + LLM çıktısı = tam JSON
raw = "{" + r.content[0].text
data = json.loads(raw)
print(data)
print(f"Yetkinlikler: {data['yetkinlikler']}")

T=0 + prefilling = sağlam JSON parsing.

JSON parse failure olursa: (1) prefilling kullan, (2) "JSON Mode"u aç (vendor destekliyorsa), (3) Pydantic/Zod ile validation, (4) retry on parse error. Modül 6'da derinlemesine.

XML / Tag Tabanlı: Anthropic'in Favorisi#

Claude için XML benzeri etiketler çok güçlü:

text

Görev: Aşağıdaki yorumu sınıflandır.
 
<yorum>
Ürün hızlı geldi, ama kutu hasarlıydı. İçindeki sorun yok ama estetik kötü.
</yorum>
 
Cevabını şu yapıda ver:
 
<analiz>
  <duygu>olumlu | nötr | olumsuz</duygu>
  <kategori>kargo | ürün kalitesi | fiyat | iade</kategori>
  <oncelik>1-5 arası</oncelik>
  <ozet>1 cümlelik özet</ozet>
</analiz>

XML format şablonu

Avantaj: Hierarchik yapı, escape sorunu yok (string içine kod yazsan bile), regex parse kolay.

YAML: İnsan + Makine Dostu#

{
  "task": "deploy",
  "env": "production",
  "services": ["api", "web", "worker"],
  "config": {
    "replicas": 3,
    "memory": "2Gi"
  }
}

Markdown: İnsan Çıktıları İçin#

Tablo, başlık, liste, kod bloğu — UI'da render edilebilir.

text · diff modu

Senin kodun

Hedefe karşı diff

+ # Ürün Karşılaştırması
+  
+ | Özellik | iPhone 16 | Samsung S25 |
+ |---------|-----------|-------------|
+ | Fiyat | $1500 | $1300 |
+ | Ekran | 6.1" | 6.2" |
+ | İşlemci | A18 | Snapdragon 8 Gen 4 |
+  
+ **Karar:** Bütçe kıstasıysa Samsung; ekosistem (FaceTime, AirDrop) kıstasıysa Apple.
- Ürün karşılaştırması:
- iPhone 16: 1500 dolar, 6.1 inç, A18 chip
- Samsung S25: 1300 dolar, 6.2 inç, Snapdragon 8 Gen 4

Düz metin → Markdown tablo

Format Seçim Kararı#

Pekiştir: Boşluk Doldurma#

Boşluk doldur · text

Bir CRM sistemine entegrasyon için müşteri yorumlarını sınıflandıracağım. Çıktıyı kod ile parse edip DB'ye yazacağım.

En uygun format: 
Temperature ayarı: T = 
Tutarlılık için ek teknik:

Frequently Asked Questions

OpenAI: response_format={'type':'json_object'}. Anthropic: prefilling + tools daha güvenilir. Detay Modül 6'da.

Yorumlar & Soru-Cevap

(0)

Yorum yazmak için giriş yap.

Yorumlar yükleniyor...